Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 Analisis Faktor Penyebab Mahasiswa Tidak Komunikatif Dalam Proses Pembelajaran Menggunakan Algoritma C4.
Feny Iryani Hasibuan1*.
Riki Winanjaya2.
Dedi Suhendro3
1,2,3
Program Studi Sistem Informasi.
STIKOM Tunas Bangsa.
Pematang Siantar.
Indonesia Email: 1fenyiryanihasibuan0210@gmail.
com, 2rikiwinanjaya@amiktunasbangsa.
id, 3dedisuhendro@amiktunasbangsa.
(*: fenyiryanihasibuan0210@gmail.
Abstrak Proses pembelajaran bertujuan untuk mengembangkan potensi seorang mahasiswa agar memiliki kepribadian, kecerdasan, dan juga keterampilan yang diperlukan.
Oleh karena komunikatif sangat membantu kita untuk melatih kepercayaan diri dan juga membantu kita untuk berani tampil dimana saja dan kapan saja dengan tujuan yang positif, sehingga mampu membuat diri kita jauh lebih baik.
Penelitian ini menginformasikan faktor yang menyebabkan mahasiswa tidak komunikatif dalam proses pembelajaran dengan metode data mining.
Data mining dapat didefenisikan sebagai proses dalam mengumpulkan sesuatu informasi atau pola yang belum diketahui secara manual dari suatu basis data.
Data yang digunakan dengan cara memberikan angket kuesioner kepada mahasiswa dengan beberapa variabel yaitu : Personal.
Dosen.
Teman, dan Lingkungan.
Dosen menjadi kriteria yang berpengaruh terhadap mahasiswa tidak komunikatif dalam proses pembelajaran dengan nilai gain tertinggi yaitu 0,2424241.
Kata Kunci: Data Mining.
Algoritma C4.
Dosen.
Proses Pembelajaran.
Komunikatif Abstract The learning process aims to develop the potential of a student to have the personality, intelligence, and also the necessary skills.
Because being communicative really helps us to practice self-confidence and also helps us to dare to appear anywhere and anytime with positive goals, so that we can make ourselves much better.
This study informs the factors that cause students to be uncommunicative in the learning process using data mining methods.
Data mining can be defined as the process of collecting information or patterns that are not yet known manually from a database.
The data used by giving questionnaires to students with several variables, namely: Personal.
Lecturer.
Friends, and Environment.
Lecturers become criteria that affect students who are not communicative in the learning process with the highest gain value, namely 0.
Keywords: Data Mining.
C4.
5 Algorithm.
Lecturer.
Learning Process.
Communicative PENDAHULUAN Kegiatan proses belajar mengajar diperguruan tinggi memerlukan mahasiswa yang aktif dengan cara mampu berkontribusi dalam bertanya dan menyampaikan pendapat saat proses pembelajaran.
Berani berpendapat sangat membantu kita untuk melatih kepercayaan diri.
Kepercayaan diri merupakan kepribadian yang penting bagi mahasiswa, dengan memiliki kepercayaan diri mahasiswa mampu untuk berani tampil kapan saja dan dimana saja dengan tujuan yang positif .
, .
Kepercayaan diri juga dapat menjadikan mahasiswa untuk memiliki kemampuan dalam mempertimbangkan berbagai pilihan atau membuat keputusan sendiri dengan baik, sehingga membuat diri kita jauh lebih baik dan mampu memberikan penghargaan terhadap diri kita sendiri.
Untuk itu diharapkan kepada generasi muda harus memiliki kepercayaan diri yang besar dan tidak pantang menyerah terhadap kemampuan yang dimiliki, sehingga mampu bersaing dalam dunia global.
Banyak sebagian dari mahasiswa ragu bertanya dan ragu menyampaikan pendapat karena adanya faktor.
Pertama faktor internal yaitu faktor yang ada didalam diri kita sendiri, kemudian faktor eksternal faktor yang terletak diluar dari diri kita.
Rasa percaya diri dimiliki oleh semua manusia, namun dapat kita ketahui bahwa setiap manusia memiliki perbedaan tingkah laku, seperti rasa percaya diri, ada yang memiliki rasa percaya diri lebih dan ada pula yang memiliki rasa percaya diri kurang, rasa percaya diri dapat dikembangkan secara positif sejak usia dini, manusia akan meniru tingkah laku maupun ucapan yang ia lihat.
Oleh karena itu setiap tempat dan juga suasana perlu dibangun dan dikembangkan dengan baik dan positif, maka setiap orangtua dan bagi para pendidik pengajar diharapkan dapat membangun rasa percaya diri yang lebih baik lagi .
Data mining proses untuk mengali atau mencari informasi dengan menemukan jumlah data yang besar tanpa disadari keberadaannya .
, .
Data mining dapat membantu kita dengan mencari pola dan juga informasi penting dengan menggunakan fungsi dari data mining sperti, prediksi, deskripsi, klasifikasi, dan asosiasi.
Klasifikasi terdapat dalam beberapa metode pada datamining salah satunya C4.
, .
Algoritma C4.
5 dapat mengolah dataset yang besar dan rumit kemudian mudah dimengerti, mudah diimplementasikan, mampu menangani data numerik, kategorik dan membutuhkan sedikit waktu.
Pada penelitian ini Algoritma C4.
5 digunakanan untuk melakukan klasifikasi dengan menentukan keputusan faktor yang menyebabkan mahasiswa tidak komunikatif dalam proses pembelajaran berdasarkan data yang akan diberikan atau disebar kepada mahasiswa STIKOM Tunas Bangsa Pematang Siantar dalam bentuk kuesioner .
, .
Algoritma C4.
5 disebut juga sebagai Algoritma decision tree digunakan untuk dapat membentuk pohon keputusan dengan metode klasifikasi dan juga prediksi yang sangat kuat dan terkenal .
Penelitian .
menggunakan teknik data mining, yaitu dengan Algoritma C4.
5 dalam menganalisa Faktor Kesulitan Mahasiswa Menyelesaikan Skripsi, variabel terhadap kesulitan mahasiswa menyelesaikan skripsi yang digunakan yaitu, motivasi lulus tepat waktu, kemampuan menulis karya ilmiah, ketersediaan sumber belajar, proses bimbingan, dan lingkungan teman sebaya, dan perhitungan menggunakan Algoritma C4.
5 didapatkan faktor yang FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index dominan yaitu varibel motivasi lulus tepat waktu dengan nilai gain 0,204593531 dan menghasilkan 14 rules dengan tingkat akurasi 95,00%.
menggunakan teknik data mining dengan Algoritma C4.
5 dalam menganalisa Faktor Penyebab Menurunnya Prestasi Belajar Mahasiswa Pada Masa Pandemi .
Atribut yang digunakan pada klasifikasi sistem pembelajaran mahasiswa antara lain: Cara Belajar.
Waktu Belajar.
Pemahaman Materi.
Pemberian Tugas dan Lingkungan, dan hasil perhitungan menyebutkan atribut Pemahaman Materi merupakan variabel yang berpengaruh terhadap menurunnya prestasi belajar mahasiswa.
Pengujian menggunakan bantuan software Rapidminer dengan memperoleh akurasi 97.
Berdasarkan latar belakang tersebut, oleh karena itu penulis tertarik meneliti dengan judul AuAnalisis Faktor Penyebab Mahasiswa Tidak Komunikatif Dalam Proses Pembelajaran Menggunakan Algoritma C4.
5Ay.
Penelitian ini bertujuan agar mengetahui faktor penyebab mahasiswa tidak komunikatif dalam proses pembelajaran.
Hasil dari penelitian penulis diharapkan dapat memperluas wawasan bagi pembaca dan diinformasikan kepada STIKOM Tunas Bangsa Pematang Siantar agar mengetahui bahwa pentingnya menanamkan tingkat kepercayaan diri dengan mengajak berbicara dan mengekspresikan pendapat seorang mahasiswa agar memiliki karakter yang kuat dan METODOLOGI PENELITIAN Metode Penelitian Dalam metodologi penelitian ini akan di mulai dengan membahas bagaimana proses pengumpulan data dan bagaimana cara kerja dari metode yang di gunakan untuk pemecahan masalah penelitian ini.
Pembahasan yang terkait dalam pengumpulan data yaitu meliputi lokasi penelitian, waktu pengumpulan data dan data yang akan digunakan .
Kemudian membahas mengenai bagaimana cara kerja Algoritma yang digunakan dalam penelitian, penggunaan Algoritma terhadap pengolahan data di bagi atas 3 tahap yaitu tahapan normalisasi data pada Microsoft Excel 2013, dilanjutkan pada penginputan data yang telah di normalisasi ke dalam aplikasi Rapidminer, berikutnya output dari proses perhitungan dalam aplikasi Rapidminer yang digunakan untuk penghitungan nilai klasifikasi pada Microsoft Excel 2013.
Tujuan dari penelitian ini adalah untuk memprediksi penyebab mahasiswa tidak komunikatif dalam proses pembelajaran dengan menyebarkan kuesioner kedapa mahasiswa STIKOM Tunas Bangsa Pematang Siantar menggunakan perhitungan Algoritma C4.
5, dengan ditetapkannya lokasi penelitian dan tujuan penelitian sehingga mempermudah penulis dalam melakukan penelitian untuk memperoleh data menggunakan kuesioner .
, .
Rancangan Penelitian Penelitian ini akan dilakukan beberapa langkah untuk mencapai terlaksanakannya penelitian, penjelasan langkah-langkah pada rancangan penelitian ini dapat dilihat pada diagram alur sebagai berikut .
Mulai Identifikasi Masalah Studi Literatur Pengumpulan Data (Kuesione.
Pengolahan Data (Ms.
Excel Transformasi Metode C4.
Selesai Pengujian dengan Rapid Miner Gambar 1.
Rancangan Penelitian Berikut penjelasan dari alur rancangan penelitian pada Gambar 1 :
Identifikasi Masalah Merupakan proses awal dari pengenalan suatu masalah yang terjadi dimana suatu objek tertentu dalam situasi yang terpilih dapat dikenali sebagai suatu masalah.
Studi Literatur Mempelajari dengan mencari dan mengumpulkan semua infromasi mengenai masalah yang berhubungan dengan judul penelitian .
Pengumpulan Data (Kuesione.
Mengumpulkan data yang akan diolah dalam Algoritma C4.
5 dengan menyebarkan kuesioner kepada mahasiswa STIKOM Tunas Bangsa Pematang Siantar .
Pengolahan Data (Microsoft Exce.
Data diolah menggunakan Microsoft Excel untuk mendapatkan hasil, sehingga menjadi informasi.
Feny Iryani Hasibuan | Page 30 FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index .
Transformasi dengan Metode C4.
Transformasi data yang sudah diolah menggunakan Algoritma C4.
5, kemudian hasil perhitungan entropy dan gain secara berulang Ae ulang dilakukan pembuatan pola dalam Decision Tree.
Pengujian dengan Rapid Miner Melakukan pengujian data dengan aplikasi Rapid Miner tujuannya untuk memastikan bahwa tidak ada kekeliruan dari hasil pengolahan secara manual dengan hasil menggunakan software.
Prosedur Pengumpulan Data Tujuan utama dalam penelitian adalah mendapatkan data, maka pengumpulan data salah satu langkah yang paling penting dalam penelitian ini.
Metode pengumpalan data yang penulis gunakan dalam penelitian ini yaitu sebagai berikut .
Penelitian kepustakaan (Library Researc.
yaitu memanfaatkan perpustakaan, dan jurnal sebagai sarana untuk referensi dalam penelitian.
Penelitian Lapangan (Field Work Researc.
yaitu penelitian yang dilakukan secara langsung ke lapangan dengan menggunakan metode angket atau kuesioner yang merupakan metode pengumpulan data dengan mengajukan beberapa pertanyaan - pernyataan kepada responden agar dijawab.
Analisis Data Analisis data dilakukan dengan adanya pengumpulam data dan bukti yang mendukung penelitian.
Pada tahap ini data diolah menjadi sebuah informasi baru, maka diperlukan analisa data agar penelitian mudah dipahami.
Pada penelitian ini sampel yang diambil sebanyak 160 responden dari seluruh mahasiswa semester 6 STIKOM Tunas Bangsa Pematang Siantar, kriteria dalam penelitian ini untuk mengetahui penyebab mahasiswa tidak komunikatif dalam proses Data yang digunakan dari hasil kuesioner kemudian diolah dengan melakukan perhitungan menggunakan Algoritma C4.
5, setelah itu dilakukan pengujian data menggunakan aplikasi RapidMiner.
Berikut kriteria yang akan digunakan dalam penelitian terhadap tidak komunikatifnya mahasiswa dalam proses pembelajaran .
Faktor Personal, berkaitan dengan sesuatu yang mempengaruhi seorang mahasiswa menjadi tidak komuniktif dalam proses pembelajaran karena diri sendiri.
Faktor Teman, berkaitan dengan sesuatu yang mempengaruhi seorang mahasiswa menjadi tidak komuniktif dalam proses pembelajaran dikarenakan lingkungan pertemanan.
Faktor Dosen (C.
, berkaitan dengan sesuatu yang mempengaruhi seorang mahasiswa menjadi tidak komuniktif dalam proses pembelajaran yang diakibatkan oleh dosen.
Faktor Lingkungan (C.
, berkaitan dengan suasana lokasi atau lingkungan kampus yang mempengaruhi konsentrasi mahasiswa pada saat proses pembelajaran sehingga menjadi mahasiswa yang tidak komuniktif.
Faktor yang diberikan kepada responden merupakan pernyataan mengenai apa yang mempengaruhi seorang mahasiswa tidak komunikatif .
idak berani menyampaikan pendapat dan mengajukan pertanyaa.
dalam proses pembelajaran berlangsung, sehingga kuesioner yang diberikan menggunakan 3 linkert yaitu Sangat Berpengaruh (SB).
Berpengaruh (B).
Tidak Berpengaruh (TB).
Tabel 1.
Data Hasil Rekapitulasi Kuisoner Penelitian Responden
M10
M160
Personal Sangat Berpengaruh Tidak Berpengaruh Berpengaruh Sangat Berpengaruh Sangat Berpengaruh Berpengaruh Sangat Berpengaruh Sangat Berpengaruh Berpengaruh Berpengaruh AA Berpengaruh Dosen Tidak Berpengaruh Berpengaruh Berpengaruh Berpengaruh Sangat Berpengaruh Sangat Berpengaruh Berpengaruh Sangat Berpengaruh Berpengaruh Tidak Berpengaruh AA Berpengaruh Teman Tidak Berpengaruh Berpengaruh Berpengaruh Tidak Berpengaruh Sangat Berpengaruh Tidak Berpengaruh Tidak Berpengaruh Berpengaruh Berpengaruh Sangat Berpengaruh AA Berpengaruh Lingkungan Berpengaruh Berpengaruh Tidak Berpengaruh Sangat Berpengaruh Sangat Berpengaruh Berpengaruh Sangat Berpengaruh Sangat Berpengaruh Sangat Berpengaruh Tidak Berpengaruh AA Tidak Berpengaruh Keputusan Tidak Komunikatif Komunikatif Komunikatif Komunikatif Komunikatif Komunikatif Komunikatif Komunikatif Komunikatif Tidak Komunikatif Tidak Komunikatif Alat Analisis Data Pada penelitian ini alat analisis data yang penulis gunakan sebagai berikut:
Microsoft Excel Microsoft Excel adalah Program aplikasi pada Microsoft Office yang digunakan dalam pengolahan angka (Aritmatik.
(Buchori, 2.
Microsoft Excel sangat membantu dalam menyelesaikan permasalahan dari yang mudah sampai dengan yang rumit khususnya dalam bidang administrasi perkantoran.
Dalam penelitian ini Microsoft Excel digunakan untuk pengolahan data mengenai mahasiswa tidak komunikatif dalam proses pembelajaran, dengan menggunakan Microsoft Excel pengolahan data menjadi lebih cepat dengan tersedianya data dalam bentuk table, grafik dan berbagai jenis diagram.
Feny Iryani Hasibuan | Page 31 FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index .
Rapid Miner RapidMiner adalah sebuah solusi untuk melakukan analisis terhadap data mining, text mining dan analisis prediksi yang merupakan perangkat lunak yang bersifat terbuka .
pen sourc.
, dan menggunakan berbagai 32eknik deskriptif dan prediksi dalam memberikan wawasan kepada pengguna sehingga dapat membuat keputusan yang paling baik (Ardiansyah & Walim, 2.
Menggunakan RapidMiner tidak dibutuhkan kemampuan koding khusus, karena semua fasilits sudah disediakan.
Rapid Miner dikhususkan untuk penggunaan data mining.
Model yang disediakan juga cukup banyak dan lengkap, seperti Model Bayesian.
Modelling.
Tree Induction.
Neural Network dan lain-lain.
Penelitian ini menggunakan RapidMiner versi 5.
3 untuk melakukan pengujian data pada penelitian yang berjudul AuAnalisis Faktor Penyebab Mahasiswa Tidak Komunikatif Dalam Proses Pembelajaran Menggunakan Algoritma C4.
5Ay.
Instrumen Penelitian Instrumen yang dilakukan dalam penelitian ini melakukan pengumpulan data dengan menyebar kuesioner kepada responden, kemudian mengolah data dengan meggunakan Algoritma C4.
5 sehingga dapat menemukan perhitungan dengan nilai entropy dan nilai gain terhadap faktor penyebab mahasiswa tidak komunikatif dalam proses pembelajaran, selanjutnya data di uji menggunakan aplikasi Rapid Miner dan disimpulkan hasil dengan decision tree yang telah didapat.
Studi Pustaka Pengumpulan Data Rancangan System Pengujian System Kesimpulan Gambar 2.
Instrumen Penelitian Penyelesaian Metode Moora Pemodelan dalam penelitian untuk mengetahui faktor penyebab mahasiswa tidak komunikatif dalam proses pembelajaran menggunakan Algoritma C4.
5, langkah-langkah pemodelan metode C4.
5 dapat dilihat pada diagram alir sebagai berikut :
Start
Input Data
Menetukan Enteropy Menentukan Gain
Menentukan Gain Tertinggi KRITERIA
BENEFIT
NILAI PREFENSI
Membuat Node Cabang End Gambar 3.
Flowchart Metode C4.
HASIL DAN PEMBAHASAN
Hasil Implementasi dalam melakukan hasil akhir dari penerapan Algoritma C4.
5 ada dua tahap yaitu proses perhitungan manual menggunakan Microsoft Excel dan penyesuaian hasil perhitungan manual dilakukan pengujian dengan menggunakan software RapidMiner 5.
Hasil kuesioner digunakan sebagai data Faktor Penyebab Mahasiswa Tidak Komunikatif Dalam Proses Pembelajaran yang telah tertera pada Bab 4 tabel 4.
, dan data tersebut sebagai input untuk membuat model aturan menggunakan Algoritma C4.
5 dengan jumlah data 160 Mahasiswa.
Pohon keputusan digunakan untuk membuat model aturan yang akan dipilih dalam pengambilan keputusan.
Tahapan pengolahan data Feny Iryani Hasibuan | Page 32 FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index dengan Algoritma C4.
5 untuk memperoleh model aturan pohon keputusan pola Faktor Penyebab Mahasiswa Tidak Komunikatif sesuai Hasil data yang diperoleh oleh kuesioner yang disebarkan kepada mahasiswa STIKOM Tunas Bangsa Pematang Siantar.
Proses Perhitungan Algoritma C4.
Perhitungan Algoritma C4.
5 untuk memperoleh model aturan pohon keputusan dapat diuraikan dengan langkah-langkah sebagai berikut :
Langkah 1 : Menghitung jumlah kasus.
Jumlah kasus untuk keputusan Komunikatif dan Jumlah kasus untuk keputusan Tidak Komunikatif.
Langkah 2 : Menghitung Entropy dari semua kasus dan kasus yang dibagi berdasarkan kelas atribut .
, selanjutnya dilakukan perhitungan Gain untuk masing-masing atribut .
Berikut perhitungan Algoritma C4.
5 pada node 1 :
Perhitungan Entropy total :
Entropy Total
= 0,916198397
Perhitungan entropy dan gain Personal :
Entropy Sangat Berpengaruh ( )) ( )) ( )) ( )) ( )) ( )) = 0,951412254 Entropy Berpengaruh = 0,6789539 Entropy Tidak Berpengaruh Gain > Komunikatif
0,916198397
)) = 0,216536123
Hingga Perhitungan entropy dan gain Lingkungan :
Tabel 2.
Perhitungan Node 1
Node 1
Variabel
Atribut
Total
Faktor Personal Jumlah Kasus Tidak Komunikatif
0,916198397
Komunikatif
Enteropy Gain
0,216536123
0,951412254
0,6789539
0,931055823
0,926212213
0,98285869
0,921995703
0,836640742
0,359101626
0,981152234
0,99107606
Faktor Dosen
0,2424241
Faktor Teman
0,008318542
Faktor Lingkungan 0,102760789 Gambar 4.
Pohon Keputusan Node 1 Feny Iryani Hasibuan | Page 33 FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index Dari hasil perhitungan diatas dapat kita lihat seperti pada tabel 2 bahwa nilai atribut tertinggi yaitu Faktor Dosen dengan nilai gain sebesar 0,2424241 yang akan dipilih sebagai node akar.
Nilai kelas atribut sangat berpengaruh memperoleh hasil nol yang artinya sudah memiliki keputusan, sehingga tidak perlu dilakukan perhitungan pada kelas atribut sangat berpengaruh, namun untuk atribut bepengaruh dan tidak berpengaruh belum diperoleh hasil keputusan sehingga menghasilkan node cabang 1.
1 dan 1.
2 , maka dari itu perlu dilakukan perhitungan lebih lanjut, dan pohon keputusan dari perhitungan node 1 dapat di Gambarkan seperti Gambar 4.
Berikut perhitungan dari atribut Faktor Dosen Ae Berpengaruh :
Perhitungan Entropy total :
Entropy Total
( ))
( ))
= 0,931055823
Perhitungan entropy dan gain Personal :
Entropy Sangat Berpengaruh ( )) ( )) ( )) ( )) ( )) ( )) Entropy Berpengaruh = 0,543564443 Entropy Tidak Berpengaruh Gain > Komunikatif
=0,931055823
0,641154787
AA.
Hingga Perhitungan entropy dan gain Lingkungan :
Tabel 3.
Perhitungan Node 1.
Node 1.
Variabel
Total
Faktor Personal Atribut
Jumlah Kasus Komunikatif
Tidak Komunikatif
Enteropy 0,931055823 0,543564443 0,979868757 0,764204507 0,721928095 0,811278124 Gain
0,641154787
Faktor Teman
0,028826197
Faktor Lingkungan 0,057126371 Gambar 5.
Pohon Keputusan Node 1.
Dari hasil perhitungan di atas node cabang dari Faktor DosenAe Berpengaruh yaitu Faktor Personal, dan untuk atribut sangat bepengaruh dan tidak berpengaruh sudah memperoleh keputusan, namun untuk atribut berpengaruh belum diperoleh hasil keputusan, sehingga perlu dilakukan perhitungan lebih lanjut, dan pohon keputusan dari Feny Iryani Hasibuan | Page 34 FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index perhitungan node 1.
dapat dilihat pada Gambar 5.
Perhitungan ini dilakukan hingga mendapatkan pohon keputusan terakhir.
Gambar 6.
Pohon Keputusan Node 1.
Dari hasil perhitungan di atas menjadi node cabang dari Faktor Lingkungan Ae Tidak Berpengaruh yaitu Faktor Teman, dan untuk masing Ae masing atribut sudah memperoleh keputusan sehingga tidak perlu dilakukan perhitungan lebih lanjut, dan pohon keputusan pada Gambar 6.
adalah pohon keputusan terakhir.
Proses Pengujian dengan RapidMiner Pengujian penerapan Algoritma C4.
5 terhadap faktor penyebab mahasiswa tidak komunikatif dapat dilakukan menggunakan Aplikasi RapidMiner 5.
3 dengan hasil akhir yang akan di tampilkan berupa pohon keputusan.
Hasil perhitungan manual dilakukan dengan pengujian menggunakan software RapidMiner5.
Pengolahan data yang diperoleh dengan model pohon keputusan dihasilkan sesuai dengan software RapidMiner sebagai berikut :
Gambar 7.
Decision Tree Pada Rapidminer Feny Iryani Hasibuan | Page 35 FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index Pada Gambar Decision Tree diatas dosen menjadi node tertinggi dan menjadi node akar, personal merupakan cabang dari dosen dan menjadi node akar dari teman, teman merupakan cabang dari personal dan menjadi node akar dari lingkungan, dan begitu juga dengan lingkungan merupakan cabang dari dosen dan menjadi node akar dari teman.
Berikut hasil aturan atau rule pada text view :
Gambar 8.
Rule Decision Tree Pada Rapidminer Pembahasan Operator Split Validation pada penerapan Algoritma C4.
5 menggunakan software RapidMiner pada pengaturan operator spilt validation dengan nilai split ratio = 0,7 dan sampling type = linear sampling memperoleh hasil nilai akurasi sebesar 89,58% yang artinya nilai Accuracy aturan atau rule yang dihasilkan mendekati 100%.
Berikut ini hasil akurasi yang diperoleh :
Gambar 9.
Nilai Akurasi Algoritma C4.
Gambar 10.
Performance Vektor Algoritma C4.
Hasil yang dilakukan peneliti dalam perhitungan Algoritma C4.
5 diperoleh 12 model aturan atau rule faktor penyebab mahasiswa tidak komunikatif dalam proses pembalajaran di STIKOM Tunas Bangsa Pematang Siantar.
Model aturan dalam bentuk pohon keputusan yang diperoleh oleh peneliti dapat dilihat pada Gambar 4.
Berdasarkan pengolahan data menggunakan software RapidMiner didapat nilai accuracy sebesar 89,58%, artinya bahwa rule yang dihasilkan tingkat kebenarannya mendekati 100%.
Label Tidak Komunikatif mempunyai nilai Class Precision sebesar 100% dan prediksi label Komunikatif mempunyai nilai Class Precision sebesar 82,14%.
Parameters yang digunakan pada decision tree telah dilakukan penyesuaian terhadap kriteria decision tree yang digunakan pada RapidMiner yaitu information gain, maksimal depth= 20, confidance= 0,25, minimal gain= 0,01, minimal leaf size= 1, minimal size for split= 2, number of pruning alt= 3.
Sesuai dengan ketentuan tersebut maka hasil perhitungan manual dengan pengujian RapidMiner menghasilkan sebanyak 12 model aturan atau rule faktor penyebab mahasiswa tidak komunikatif dalam proses pembelajaran di STIKOM Tunas Bangsa Pematang Siantar.
Model aturan dalam bentuk pohon keputusan yang dihasilkan dari Rapidminer dapat dilihat pada Gambar diatas.
Hasil proses yang dilakukan peneliti pada perhitungan Algoritma C4.
5 dan Rapidminer diperoleh hasil yang sama dan sesuai.
Sehingga pengujian dengan RapidMiner dapat dikatakan berhasil dan dapat menemukan pohon keputusan pada kasus rule faktor penyebab mahasiswa tidak komunikatif dalam proses pembelajaran di STIKOM Tunas Bangsa Pematang Siantar.
Feny Iryani Hasibuan | Page 36 FATIMAH: Penerapan Teknologi dan Sistem Komputer Vol.
1 No.
Mei 2022 e-ISSN x-x (Media Onlin.
Page 29-37 https://ejurnal.
id/index.
php/fatimah/index KESIMPULAN Algoritma C4.
5 dapat membantu untuk mengetahui faktor penyebab mahasiswa tidak komunikatif dalam proses pembelajaran dengan memperoleh 12 model aturan atau rules dengan tingkat nilai akurasi sebesar 89,58%, dengan dilakukannya penyebaran kuesioner kepada mahasiswa dan dilakukannya perhitungan menggunakan Algoritma C4.
variabel yang paling dominan terhadap faktor penyebab mahasiswa tidak komunikatif yaitu faktor Dosen dengan nilai gain sebesar 0,2424241.
Hasil dari pengujian menggunakan RapidMiner dapat dikatakan berhasil dan dapat menemukan pohon keputusan sesuai dengan hasil perhitungan manual pada kasus faktor penyebab mahasiswa tidak komunikatif dalam proses pembelajaran.
REFERENCES